具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述不同的模块，但这些模块不应限于这些术语。这些术语仅用来将同一类型的模块彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一判断模块也可以被称为第二判断模块，不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地，第二判断模块也可以被称为第一判断模块。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

实施例1

图1示出了基于监控视频的人脸识别系统的架构图，本发明实施例中，一种基于监控视频的人脸识别系统，所述系统包括：

监控端10，用于实时获取区域图像和音频信号，并基于所述音频信号调整图像清晰度与监控模式；基于所述区域图像生成目标图像，并向所述目标图像插入动态标记；接收中心平台的图像获取请求，基于所述动态标记定位目标图像，将所述目标图像向中心平台发送；其中，所述监控模式包括黑白模式和彩色模式；所述区域图像包括温度层；

中心平台20，用于向监控端发送图像获取请求，接收监控端发送的带有动态标记的目标图像；基于目标图像确定动态轮廓，并对动态轮廓进行区域识别，确定信息区域；读取信息区域中的温度信息，基于信息区域的位置关系以及所述温度信息确定人脸区域；识别人脸区域中的耳部信息，获取监控端位置，基于所述监控端位置和耳部信息确定人脸朝向，并基于所述人脸朝向进行人脸识别。

具体的，本发明技术方案可以包括监控端10、中心平台20以及网络。网络可以是用以在监控端10和中心平台20之间提供通信链路的介质。网络可以包括各种连接类型，但本发明以无线通信链路为主。

监控端10首先要具备的是通信功能，其次，它还具备音频获取功能以及图像获取功能，所述图像获取功能至少有两种模式，一是黑白模式，二是彩色模式；所述监控端10可以是硬件，也可以是软件。当监控端10为硬件时，至少是具有通信、图像获取功能的电子设备，最常见的电子设备是摄像头；当监控端10为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

所述中心平台20可以是硬件，也可以是软件。当中心平台20为硬件时，可以实现成多个服务设备组成的分布式服务设备群，也可以实现成单个服务设备。当服务设备为软件时，可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的监控端10和中心平台20的数目仅仅是示意性的。根据实现需要，可以具有任意数目的监控端10和中心平台20。

监控端的目的是获取监控视频，但是监控视频获取的过程并不是传统摄像头的那种视频获取过程，最显而易见的，监控端在获取监控视频时，会根据获取到的音频信息进行模式调整；现有的摄像头中，很多都具备音频获取功能，而且此类音频获取都是非常清晰的，但是现有监控装置并不会基于音频信号做出动作，而本发明技术方案中，是基于所述音频信号调整图像清晰度与监控模式，清晰度会调整，监控模式也会调整，这是本发明一个与众不同的地方，这在人像信息获取中，优点非常突出，在人像信息获取过程中，清晰度越高越好，但是我们可以想象这样一个场景，在一个房间内，比如保藏文件的房间，大部分时间是没有人的，如果用超高性能的摄像头，不免是种资源浪费，但是又需要实时监测，因为无法规定哪个时间段监测哪个时间段不监测；如果是本发明技术方案的架构，那么就可以根据音频信号来确定具体的监测模式，很显然，这种方式既降低了资源浪费，还获得了极好的监测效果；当然，如果是一个人静悄悄的去偷文件，那么本发明获取的还是模糊图像，在应对特殊情形下，本发明技术方案的应对能力取决于音频获取能力。

进一步的，在获取区域图像后，要获取目标图像，获取目标图像的意思是获取动态的图像，因为本发明的目的是对监控视频中的人脸信息进行识别，所以动态图像的意义更大；当然，在获取动态的图像，即，目标图像后，监控端也是要进行存储的，为了便于寻找，监控端会在所述目标图像中插入一个标记，就是上述动态标记。

中心平台一方面与用户进行交互，一方面与监控端进行数据传输，在工作过程中，中心平台会向监控端发送图像获取请求，获取的图像是更有意义的目标图像，由于有动态标记的存在，这一过程是很简单的。

在获取到目标图像后，中心平台会基于目标图像确定动态轮廓，并对动态轮廓进行区域识别，确定信息区域；动态轮廓与动态图像(目标图像)的区别是：动态轮廓是动态图像中的一小片区域；所述动态轮廓便是人体信息，然后，要想进行人脸识别，还需要定位人脸，当定位到人脸时，再进行的便是常规的人脸识别流程了，至于如何定位人脸，详见后续内容。

图2示出了基于监控视频的人脸识别系统中监控端的组成结构框图，所述监控端10包括：

调整单元11，用于实时获取区域图像和音频信号，并基于所述音频信号调整图像清晰度与监控模式；

目标图像生成单元12，用于基于所述区域图像生成目标图像，并向所述目标图像插入动态标记；

定位发送单元13，用于接收中心平台的图像获取请求，基于所述动态标记定位目标图像，将所述目标图像向中心平台发送；

其中，所述监控模式包括黑白模式和彩色模式；所述区域图像包括温度层。

监控端分为三个部分，第一，基于所述音频信号调整图像清晰度与监控模式；第二基于所述区域图像生成目标图像，并向所述目标图像插入动态标记；第三，与中心平台进行交互；这三个部分的工作是有顺序的，但是实际的工作却又是独立的，因此，分别在三个单元完成。

图3示出了基于监控视频的人脸识别系统中中心平台的组成结构框图，所述中心平台20包括：

接收单元21，用于向监控端发送图像获取请求，接收监控端发送的带有动态标记的目标图像；

信息区域确定单元22，用于基于目标图像确定动态轮廓，并对动态轮廓进行区域识别，确定信息区域；

人脸区域确定单元23，用于读取信息区域中的温度信息，基于信息区域的位置关系以及所述温度信息确定人脸区域；

执行单元24，用于识别人脸区域中的耳部信息，获取监控端位置，基于所述监控端位置和耳部信息确定人脸朝向，并基于所述人脸朝向进行人脸识别。

所述中心平台包括四个部分，第一，获取带有动态标记的目标图像；第二，确定动态轮廓；第三，确定人脸区域；第四，确定人脸朝向，选取不同的人脸识别算法。其中，上述第四个部分，即，执行单元所要完成的功能，是获取人脸朝向，再进行人脸识别的，人脸识别过程本质上是特征提取再与数据库进行比对的过程，这一过程中，侧脸与正脸一定是不同的，不同侧脸也是不同的，本发明技术方案中，执行单元先确定了人脸朝向，再与不同的数据库进行连接，并采用相应的识别方式；其中，人脸朝向的判断具体流程，这里举一个具体例子来说明，如果一个摄像头在东南角，从俯视图上来看，就是在右下角，这时候屋内的人都在摄像头的西边，在俯视图中就是西边，这时候，在获取人脸区域后，如果耳朵在左面，就说明人脸朝向东侧，如果耳朵在右面，就说明人脸朝西侧，从而根据耳部信息就可以确定人脸朝向。

图4示出了监控端中调整单元的组成结构框图，所述调整单元11包括：

第一均值计算模块111，用于确定回溯时间，基于所述回溯时间截取音频信号，并计算幅度均值；

音频识别模块112，用于识别基于所述幅度均值确定幅度变化率，基于所述幅度变化率对所述音频信号进行音频识别，基于识别结果判断是否为人声信号；

指令生成模块113，用于基于判断结果生成图像清晰度调节指令与监控模式调节指令。

调整单元的重点是音频识别，首先，音频识别的方式有很多，最易想到的一种，便是实时进行文字转换，根据转换出的文字进行音频识别，判断是否为人声，但是这种方式所需要的算度是很大的，而音频识别的目的是提高效率，使得有选择的进行图像获取，因此，大算度的识别方法合本发明的理念。而上述过程中，是确定音频信号是否有突变的一种识别方式，举例来说，选取前10分钟的音频，如果一直是静悄悄的，即，振幅很小，此时，突然有了一个大振幅波段，我们就可以认为是有人来了，然后再进行人声识别，这种方式的理念更适合本发明，都是根据实情有选择的进行识别，智能化程度很高。

图5示出了监控端中目标图像生成单元的组成结构框图，所述目标图像生成单元12包括：

第二均值计算模块121，用于判断所述区域图像类型，若所述区域图像为灰度图像，则计算灰度平均值；

第三均值计算模块122，若所述区域图像为彩色图像，则用于对所述彩色图像进行灰度转换，生成灰度图像，计算灰度平均值；

第一判断模块123，用于确定变化阈值，基于所述变化阈值判断所述灰度平均值变化率大小，基于判断结果确定目标图像；

目标图像生成过程的算法很容易，就是判断图像是否有变化，具体的判断过程是通过灰度平均值进行判断的，如果是彩色图像，那么也将所述彩色图像转换为灰度图像，用灰度图像的原因是，在灰度图像中，一个像素点只有一个确定的值，而如果是彩色图像，比如RGB色值模式的图像，是有三个值的，这是不容易判断的，因此，均转换为灰度图像再进行判断。

图6示出了中心平台中信息区域确定单元的第一组成结构框图，所述信息区域确定单元22包括：

轮廓识别模块221，用于依次读取目标图像，对所述目标图像进行轮廓识别；

第一计算模块222，用于计算轮廓数量，并基于所述轮廓数量筛选目标图像；

第二计算模块223，用于确定各轮廓的轮廓中心点位置，并计算相邻目标图像的各轮廓中心点位置的偏移距离；

第二判断模块224，用于确定距离阈值，基于所述距离阈值判断所述偏移距离大小，基于判断结果确定动态轮廓；

对图像进行轮廓识别，这个过程有点类似于Photoshop中的魔棒工具，将目标图像分解为不同区域，分解后，再筛选掉一些很小的区域，因为这些区域一般情况下不会是人，就算是人的话，那他的人脸识别也是很难的，识别错误的可能性很大；在确定了大的区域后，然后判断相邻图像中，轮廓是否发生变化，如果发生变化了，就说明是动物，在上述检测到人声的条件下，动物几乎可以就认定为人，认定错误的机率并不高。

图7示出了中心平台中信息区域确定单元的第二组成结构框图，所述信息区域确定单元22还包括：

色值读取模块225，用于遍历所述动态轮廓的像素点，并读取相应色值；

区域轮廓确定模块226，用于确定容差，基于所述容差判断相邻像素点色值差的大小，基于判断结果确定区域轮廓，

筛选模块227，用于计算所述区域轮廓中像素点个数，基于所述像点素个数筛选信息区域；

动态轮廓确定后，获取各像素点色值，当相邻像素点色值差过大时，就说明它是“边界”，比如，一个人穿了红色上衣，那么上衣与脖子的交界处，色值差一定是过大的，因此，计算色值差值便可以确定轮廓了。

实施例2

图8示出了基于监控视频的人脸识别方法中第一流程框图，本发明实施例中，提供了一种基于监控视频的人脸识别方法，所述方法应用于监控端，所述方法包括：

步骤S11：实时获取区域图像和音频信号，并基于所述音频信号调整图像清晰度与监控模式；

步骤S11由调整单元11完成；

步骤S12：基于所述区域图像生成目标图像，并向所述目标图像插入动态标记；

步骤S12由目标图像生成单元12完成；

步骤S13：接收中心平台的图像获取请求，基于所述动态标记定位目标图像，将所述目标图像向中心平台发送；

步骤S13由定位发送单元13完成。

其中，所述监控模式包括黑白模式和彩色模式；所述区域图像包括温度层。

实施例3

图9示出了基于监控视频的人脸识别方法中第二流程框图，本发明实施例中，提供了一种基于监控视频的人脸识别方法，所述方法应用于中心平台，所述方法包括：

步骤S21：向监控端发送图像获取请求，接收监控端发送的带有动态标记的目标图像；

所述步骤S21由接收单元21完成；

步骤S22：基于目标图像确定动态轮廓，并对动态轮廓进行区域识别，确定信息区域；

所述步骤S22由信息区域确定单元22完成；

步骤S23：读取信息区域中的温度信息，基于信息区域的位置关系以及所述温度信息确定人脸区域；

所述步骤S23由人脸区域确定单元23完成；

步骤S24：识别人脸区域中的耳部信息，获取监控端位置，基于所述监控端位置和耳部信息确定人脸朝向，并基于所述人脸朝向进行人脸识别；

所述步骤S24由执行单元24完成。

图10示出了基于监控视频的人脸识别方法中第二流程框图的子流程框图，基于目标图像确定动态轮廓，并对动态轮廓进行区域识别，确定信息区域的步骤包括：

步骤S221：依次读取目标图像，对所述目标图像进行轮廓识别；

所述步骤S221由轮廓识别模块221完成；

步骤S222：计算轮廓数量，并基于所述轮廓数量筛选目标图像；

所述步骤S222由第一计算模块222完成；

步骤S223：确定各轮廓的轮廓中心点位置，并计算相邻目标图像的各轮廓中心点位置的偏移距离；

所述步骤S223由第二计算模块223完成；

步骤S224：确定距离阈值，基于所述距离阈值判断所述偏移距离大小，基于判断结果确定动态轮廓；

所述步骤S224由第二判断模块224完成；

步骤S225：遍历所述动态轮廓的像素点，并读取相应色值；

所述步骤S225由色值读取模块225完成；

步骤S226：确定容差，基于所述容差判断相邻像素点色值差的大小，基于判断结果确定区域轮廓；

所述步骤S226由区域轮廓确定模块226完成；

步骤S227：计算所述区域轮廓中像素点个数，基于所述像点素个数筛选信息区域；

所述步骤S227由筛选模块227完成。

上述基于监控视频的人脸识别系统所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述基于监控视频的人脸识别系统的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器(Read-Only Memory，ROM)，所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。